paper.dinq.meAI 与前沿科学顶会 · 学术新星雷达
登录 DINQ
返回新星榜
KU

Karen Ullrich

ICLR 2026×4社会与人本强化学习与后训练理论与学习动力学可解释性数据与预训练
新星分资深
39
一作贡献40
核心/参与5
方向广度10
合作网络3
1 一作 · 4 篇 · ICLR 2026

获取完整研究档案

首次获取该候选人的完整档案及 StartLux 评估共 20 积分;每位用户单独解锁,之后查看免费。主动刷新 20 积分。

联系方式

实时查找电子邮箱,费用不超过20积分;未找到邮箱不扣费。

2026 顶会论文

4
作者位次 #3/3ICLR 2026Poster· Social Aspects / Accountability, Transparency and Interpretability

From Concepts to Components: Concept-Agnostic Attention Module Discovery in Transformers

Jingtong Su · Julia Kempe · Karen Ullrich

可解释性社会与人本OpenReview
作者位次 #3/4ICLR 2026Poster· Deep Learning / Theory

How reinforcement learning after next-token prediction facilitates learning

Nikolaos Tsilivis · Eran Malach · Karen Ullrich · Julia Kempe

强化学习与后训练理论与学习动力学OpenReview
作者位次 #3/3ICLR 2026Poster· Theory / Probabilistic Methods

Cross-Tokenizer Likelihood Scoring Algorithms for Language Model Distillation

Truong Buu Phan · Ashish Khisti · Karen Ullrich

强化学习与后训练数据与预训练理论与学习动力学OpenReview

常见合作者